本书介绍基于R语言的数据分析与预测算法涉及的基础知识，全书共分为六个部分：R语言、数据可视化、R语言统计学、数据整理、机器学习和生产力工具。书中涵盖概率、统计推断、线性回归和机器学习等概念，可以帮助读者培养诸如R编程、数据整理、数据可视化、预测算法构建、使用UNIX/Linux框架（shell）组织文件、使用Git和GitHub进行版本控制，以及可复现文档准备等技能，进而帮助读者解决现实的数据分析问题。本书适合数据科学方向的读者阅读。

前言
致谢
第1章 R和RStudio入门
1.1 为什么是R
1.2 R控制台
1.3 脚本
1.4 RStudio
1.4.1 窗格
1.4.2 按键绑定
1.4.3 编辑脚本时运行命令
1.4.4 更改全局选项
1.5 安装R包
第一部分 R语言
第2章 R基础知识
2.1 案例研究：美国枪杀人数
2.2 非常基础的知识
2.2.1 对象
2.2.2 工作区
2.2.3 函数
2.2.4 其他预构建对象
2.2.5 变量名
2.2.6 保存工作区
2.2.7 启发性脚本
2.2.8 注释代码
2.3 练习
2.4 数据类型
2.4.1 数据帧
2.4.2 检查对象
2.4.3 访问器
2.4.4 向量：数值型、字符型和逻辑型
2.4.5 因子
2.4.6 列表
2.4.7 矩阵
2.5 练习
2.6 向量
2.6.1 创建向量
2.6.2 命名
……
第二部分 数据可视化
第三部分 R语言统计学
第四部分 数据整理
第五部分 机器学习
第六部分 生产力工具